如何在 MongoDB 中相互比较文档？答案

【问题标题】：How to compare documents with each other in MongoDB?如何在 MongoDB 中相互比较文档？
【发布时间】：2021-10-22 04:36:38
【问题描述】：

我有包含 N 个文档的集合 A。我的收藏看起来像这样：

{
            "_id": "61721b17e52d6033c444059d",
            "advertising_venue": "GAP Store, 1440 W Taylor st",
            "ad_shelf_name": "11",
            "gender": "man",
            "age": "25-35",
            "distance_to_shelf": "7.035805",
            "date": "October 21st 2021 8:59:51 pm",
            "user_id": "0.14136775694578052"
        },
        {
            "_id": "61721b18e52d6033c444059e",
            "advertising_venue": "GAP Store, 1440 W Taylor st",
            "ad_shelf_name": "11",
            "gender": "man",
            "age": "25-35",
            "distance_to_shelf": "8.065434999999999",
            "date": "October 21st 2021 8:59:52 pm",
            "user_id": "0.14136775694578052"
        },
        {
            "_id": "61721b19e52d6033c444059f",
            "advertising_venue": "GAP Store, 1440 W Taylor st",
            "ad_shelf_name": "11",
            "gender": "man",
            "age": "25-35",
            "distance_to_shelf": "10.124695",
            "date": "October 21st 2021 8:59:53 pm",
            "user_id": "0.14136775694578052"
        }

我想按 user_id 值比较每个文档，如果相似则删除其中一个文档，如果不相似则保留在集合中。

如果可以在 MongoDB 中做？

【问题讨论】：

这里有类似问题和一些想法的帖子：Find duplicate urls in mongodb

标签： node.js mongodb

【解决方案1】：

可以通过在 user_id 上使用 dropDups:true 创建唯一索引来实现。

db.collection.ensureIndex({user_id: 1}, {unique: true, dropDups: 真的})

【讨论】：

【解决方案2】：

当你说

如果相似

这在谈论字符串时具有特殊的含义。如果您想删除所有具有相同 user_id 字段的文档，可以这样做。

如果你想删除几乎相同但略有不同user_id的所有文档，那么不，不能直接用mongodb完成，你必须用另一种方式解决。

假设您要删除具有相同 user_id 字段的文档，您可能需要考虑要保留哪个文档以及要删除哪个文档。

假设您只想保留每个副本的第一个副本，您可以通过在 user_id 字段上创建唯一索引并将选项 dropDups 设置为 true 来实现。然后，MongoDB 将扫描磁盘上的集合并索引每个 user_id。当它遇到任何重复的文档时，它将删除它们。

db.mycollection.ensureIndex({'user_id' : 1}, {unique : true, dropDups : true})

但是，如果您想根据其他逻辑删除文档，比如说您想保留最新的文档，或者可能是具有最低 distance_to_shelf 的文档，您将需要首先查询您的数据，按排序使某些记录更有价值的标准，然后删除所有具有相同 user_id 字段但不具有相同 _id 的文档。

【讨论】：